1. IntroductionThe emissions of gre

1. Introduction
The emissions of greenhouse gases, especially CO2, that can result in
climate warming have become a major concern worldwide [1]. Since
China became the largest carbon emitter in the world [2], the Chinese
government put forward an emission reduction goal in December
2009, where CO2 emissions per unit GDP (Gross Domestic Product)
should be reduced by 40–45% relative to 2005 levels by 2020 [3]. As a
developing country, the speed of industrialization and urbanization in
China is still progressing at a rapid rate [4]. It is of vital importance to
predict carbon emissions, as this provides the information needed for
making suitable development plans that have an important influence
on the development of a low carbon economy. Considering the driving
factors of society, economy, and technology on environmental pressure,
the STIRPAT model is currently used to estimate carbon emissions in
China and abroad. Many researchers have used the STIRPAT model for
different applications. For example, Yan [5] used the STIRPAT model to
analyze the urban development pattern of Shanghai that was under
the control of CO2 emissions and selected a low carbon scenario.
Wang [6] made use of the STIRPAT model to obtain an optimal localscale
low carbon plan in the Minhang district, Shanghai. Huo [7], Peng
[8], andXu[9] analyzed the driving factors of regional carbon emissions,
such as population, consumption mode, and urbanization level using
the STIRPAT model. Shao [10], Ren [11], and He [12] focused on the
carbon emissions caused by industrial energy consumption using the
STIRPAT model. As mentioned above, all these recent research results
are valid and informative. However, CO2 emission is a complex issue
that cannot be accurately analyzed with the use of a single mathematic
model [13]. Most researchers are concerned with large-scale regional
changes in carbon emissions such as those fromprovinces or cities rather
than small-scale areas. Therefore, in response to the government's
urgent call for urbanization and low carbon residential zones [14], this
study estimated the tendency of energy-related CO2 emissions to
change dynamically and chose a low carbon development scenario
based on the combination of the STIRPAT and SD models in 2015 and
2020 in a small-scale study area, such asWanquan town.

ผลลัพธ์ (ไทย) 1:

1. บทนำปล่อยก๊าซเรือนกระจก โดยเฉพาะ CO2 ที่อาจส่งผลสภาพภูมิอากาศร้อนได้กลายเป็น ความกังวลที่สำคัญทั่วโลก [1] ตั้งแต่จีนได้กลายเป็น ตัวส่งคาร์บอนที่ใหญ่ที่สุดในโลก [2], จีนรัฐบาลวางเป้าหมายลดการปล่อยก๊าซไปในเดือนธันวาคม2009 ที่ปล่อย CO2 ต่อหน่วย GDP (ผลิตภัณฑ์มวลรวมภายในประเทศ)ควรจะลดลง 40 – 45% เมื่อเทียบกับปี 2005 ระดับ 2563 [3] เป็นการการพัฒนาประเทศ ความเร็วของทวีความรุนแรงมากและเป็นในจีนจะยังคงความก้าวหน้าในอัตรารวดเร็ว [4] มันไม่สำคัญสำคัญทำนายการปล่อยก๊าซคาร์บอน ให้ข้อมูลที่จำเป็นสำหรับทำแผนการพัฒนาที่เหมาะสมที่มีผลสำคัญต่อในการพัฒนาเศรษฐกิจคาร์บอนต่ำ พิจารณาการขับขี่ปัจจัย ของสังคม เศรษฐกิจ เทคโนโลยีบนแรงกดดันด้านสิ่งแวดล้อมปัจจุบันมีใช้แบบจำลอง STIRPAT เพื่อประเมินการปล่อยก๊าซเรือนกระจกในประเทศจีนและต่างประเทศ นักวิจัยจำนวนมากได้ใช้รูปแบบ STIRPAT สำหรับใช้งานแตกต่างกัน ย่าน [5] ใช้แบบจำลอง STIRPAT การวิเคราะห์รูปแบบการพัฒนาของเซี่ยงไฮ้ที่อยู่ภายใต้การควบคุมการปล่อย CO2 และเลือกสถานการณ์คาร์บอนต่ำวัง [6] ทำ STIRPAT ใช้จำลองรับ localscale ดีที่สุดแผนคาร์บอนต่ำในเขตหมิ่นหาง เซี่ยงไฮ้ กาเซี่ [7], เป็ง[8], andXu [9] วิเคราะห์ปัจจัยขับของการปล่อยคาร์บอนภูมิภาคประชากร การใช้โหมด และใช้ระดับความเป็นเมืองรุ่น STIRPAT เสียว [10], เร็น [11], และ [12] เขาเน้นการปล่อยก๊าซคาร์บอนที่เกิดจากการใช้ปริมาณการใช้พลังงานอุตสาหกรรมการแบบจำลอง STIRPAT ดังกล่าวข้างต้น ทั้งหมดเหล่านี้ล่าสุดผลของการศึกษามีข้อมูล และถูกต้อง อย่างไรก็ตาม การปล่อยก๊าซ CO2 เป็นปัญหาซับซ้อนที่ไม่ถูกต้องวิเคราะห์ได้ ด้วยการใช้ทางเดียวจำลอง [13] นักวิจัยส่วนใหญ่จะเกี่ยวข้องกับภูมิภาคขนาดใหญ่เปลี่ยนแปลงในการปล่อยก๊าซเรือนกระจกเช่น fromprovinces หรือเมืองผู้แทนกว่าพื้นที่ระบุ ดังนั้น ในการตอบสนองของรัฐบาลโทรด่วนในเขตพื้นที่อยู่อาศัยคาร์บอนต่ำ [14], และความเป็นเมืองนี้ศึกษาประเมินแนวโน้มของพลังงานที่เกี่ยวข้องกับการปล่อย CO2 เพื่อเปลี่ยนแปลงแบบไดนามิก และเลือกสถานการณ์พัฒนาคาร์บอนต่ำใช้ชุดของแบบจำลอง STIRPAT และ SD ใน 2015 และ2020 ในพื้นที่ศึกษาระบุ เช่นเมือง asWanquan

ผลลัพธ์ (ไทย) 2:

1.
บทนำปล่อยก๊าซเรือนกระจกโดยเฉพาะอย่างยิ่งCO2
ที่สามารถส่งผลให้เกิดภาวะโลกร้อนสภาพภูมิอากาศได้กลายเป็นความกังวลหลักทั่วโลก[1] นับตั้งแต่จีนกลายเป็นคาร์บอนอีซีแอลที่ใหญ่ที่สุดในโลก [2], จีนรัฐบาลหยิบยกเป้าหมายลดการปล่อยก๊าซในเดือนธันวาคมปี2009 ที่ปล่อย CO2 ต่อ GDP หน่วย (ผลิตภัณฑ์มวลรวม) ควรจะลดลง 40-45% เมื่อเทียบถึง 2005 ระดับ ในปี 2020 [3] ในฐานะที่เป็นประเทศที่กำลังพัฒนาความเร็วของอุตสาหกรรมและการขยายตัวของเมืองในประเทศจีนยังคงมีความคืบหน้าในอัตราที่รวดเร็ว[4] มันมีความสำคัญสำคัญต่อการคาดการณ์การปล่อยก๊าซคาร์บอนเช่นนี้ให้ข้อมูลที่จำเป็นสำหรับการทำแผนพัฒนาที่เหมาะสมที่มีอิทธิพลสำคัญในการพัฒนาเศรษฐกิจคาร์บอนต่ำ พิจารณาการขับขี่ปัจจัยของสังคมเศรษฐกิจและเทคโนโลยีกับความดันสิ่งแวดล้อมรุ่นSTIRPAT ปัจจุบันถูกใช้เพื่อประเมินการปล่อยก๊าซคาร์บอนในประเทศจีนและต่างประเทศ นักวิจัยหลายคนได้ใช้รูปแบบ STIRPAT สำหรับการใช้งานที่แตกต่างกัน ยกตัวอย่างเช่น Yan [5] ใช้รูปแบบ STIRPAT การวิเคราะห์รูปแบบการพัฒนาเมืองเซี่ยงไฮ้ที่อยู่ภายใต้การควบคุมของการปล่อยCO2 และเลือกสถานการณ์คาร์บอนต่ำ. วัง [6] ทำให้การใช้รูปแบบการ STIRPAT ที่จะได้รับ localscale ที่ดีที่สุดในระดับต่ำแผนคาร์บอนในย่าน Minhang, เซี่ยงไฮ้ Huo [7], Peng [8], andXu [9] การวิเคราะห์ปัจจัยผลักดันของการปล่อยก๊าซคาร์บอนในระดับภูมิภาคเช่นประชากรโหมดการบริโภคและระดับรูปแบบโดยใช้รูปแบบการSTIRPAT Shao [10], เรเน [11] และพระองค์ [12] มุ่งเน้นไปที่การปล่อยก๊าซคาร์บอนที่เกิดจากการใช้พลังงานในภาคอุตสาหกรรมโดยใช้รูปแบบการSTIRPAT ดังกล่าวข้างต้นเหล่านี้ผลการวิจัยล่าสุดที่ถูกต้องและให้ข้อมูล อย่างไรก็ตามการปล่อยก๊าซ CO2 เป็นปัญหาที่ซับซ้อนที่ไม่สามารถวิเคราะห์ได้อย่างถูกต้องด้วยการใช้คณิตศาสตร์เดียวรุ่น[13] นักวิจัยส่วนใหญ่มีความกังวลกับภูมิภาคขนาดใหญ่การเปลี่ยนแปลงในการปล่อยก๊าซคาร์บอนเช่น fromprovinces เหล่านั้นหรือเมืองค่อนข้างกว่าพื้นที่ขนาดเล็ก ดังนั้นในการตอบสนองของรัฐบาลที่เรียกร้องเร่งด่วนสำหรับการขยายตัวของเมืองและคาร์บอนต่ำโซนที่อยู่อาศัย [14] นี้การศึกษาที่คาดแนวโน้มการปล่อยCO2 ที่เกี่ยวข้องกับพลังงานที่จะเปลี่ยนแบบไดนามิกและเลือกสถานการณ์การพัฒนาคาร์บอนต่ำขึ้นอยู่กับการรวมกันของSTIRPAT และแบบ SD รูปแบบในปี 2015 และ2020 ในพื้นที่ศึกษาขนาดเล็กเมือง asWanquan ดังกล่าว